Files
2nd/10_Wiki/Topics/AI_and_ML/Lighthouse.md
T

4.7 KiB

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by, tech_stack
id title category status canonical_id aliases duplicate_of source_trust_level confidence_score tags raw_sources last_reinforced github_commit inferred_by tech_stack
wiki-2026-0508-lighthouse Lighthouse 10_Wiki/Topics needs_review self
none A 0.92
uncategorized
2026-05-08 pending Claude Opus 4.7 (auto-normalize 2026-05-08)
language framework
unspecified unspecified

Lighthouse

📌 한 줄 통찰 (The Karpathy Summary)

Lighthouse는 Chrome DevTools에 내장되어 웹 애플리케이션의 성능을 측정하고 종합적인 감사를 제공하는 도구입니다 [1, 2]. 주로 Core Web Vitals 지표를 기반으로 구체적이고 실행 가능한 성능 최적화 권장 사항을 제시하며, CI(지속적 통합) 파이프라인에서 실행하여 프로덕션 환경으로 성능 회귀(Performance regression)가 유입되는 것을 방지할 수 있습니다 [2].

📖 Core 대Content

  • 성능 감사 및 문제 진단 워크플로우: 성능 최적화의 첫 단계로 Lighthouse를 실행하여 어떤 Core Web Vital 지표가 개선이 필요한지 식별하는 것이 권장됩니다 [1]. 이후 React DevTools Profiler와 같은 도구를 사용해 가장 느린 컴포넌트를 격리하고 개선 사항을 적용한 뒤, 다시 측정하여 결과를 확인하는 방식으로 사용됩니다 [1].
  • 렌더링 차단 리소스(Render-Blocking resources) 분석: Lighthouse는 페이지 렌더링을 방해하는 리소스를 분석하고 식별합니다. 특히 실제로 페이지 렌더링을 지연시키는 리소스만을 선별하여 보여주기 때문에 불필요한 오탐(false positives)을 피하는 데 유용합니다 [3, 4].
  • LCP 및 주요 요청 체인(Critical Request Chains) 시각화: 사이트의 LCP(Largest Contentful Paint) 요소 및 렌더링 시점을 식별해 줍니다 [5]. 또한 각 LCP 단계와 거기에 소요된 시간을 분석하여 최적화 노력을 어디에 집중해야 할지 돕고, 복잡한 사이트에서는 별도의 감사를 통해 렌더링 차단 여부와 무관하게 중요도가 높은 리소스들의 요청 체인을 시각적으로 강조해 줍니다 [5].
  • 실제 사용자 데이터(RUM)와의 병행 사용: Lighthouse는 실험실 도구(Lab tool)이므로 실제 사용자의 기기, 네트워크 상태 및 사용 패턴을 완벽히 반영하지 못할 수 있습니다 [1]. 따라서 프로덕션 환경에서는 web-vitals 자바스크립트 라이브러리를 활용해 실제 사용자 데이터(Field data)를 수집하여 함께 모니터링하는 것이 필수적입니다 [1, 2].

🔗 지식 연결 (Graph)

  • Related Topics: Core Web Vitals, LCP, Render-blocking resources, Chrome DevTools
  • Projects/Contexts: React Performance Optimization, Critical Rendering Path
  • Contradictions/Notes: 다른 성능 측정 도구인 WebPageTest가 모든 렌더링 차단 리소스를 명확하게 표시하는 반면, Lighthouse는 페이지 렌더링을 실제로 지연시키는 요소만 미묘하게 강조한다는 접근 방식의 차이가 있습니다 [3].

Last updated: 2026-04-25

📖 구조화된 지식 (Synthesized Content)

추출된 패턴:

(TODO)

세부 내용:

  • (TODO)

🤖 LLM 활용 힌트 (How to Use This Knowledge)

언제 이 지식을 쓰는가:

  • (TODO)

언제 쓰면 안 되는가:

  • (TODO)

🧪 검증 상태 (Validation)

  • 정보 상태: needs_review
  • 출처 신뢰도: A
  • 검토 이유: (P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)

🧬 중복 검사 (Duplicate Check)

  • 기존 유사 문서: (TODO: 인덱서 클러스터 리포트 참조)
  • 처리 방식: UPDATE (자동 정규화)
  • 처리 이유: Phase 1 정규화 — 옛 템플릿/누락 필드 보강.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

  • 과거 데이터와의 충돌: 없음
  • 정책 변화: 없음

🕓 변경 이력 (Changelog)

날짜 변경 내용 처리 방식 신뢰도
2026-05-08 P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) UPDATE A

💻 코드 패턴 (Code Patterns)

패턴 1: (TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)

# TODO

🤔 의사결정 기준 (Decision Criteria)

선택 A를 써야 할 때:

  • (TODO)

선택 B를 써야 할 때:

  • (TODO)

기본값:

(TODO)

안티패턴 (Anti-Patterns)

  • [안티패턴]: (TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)